灰色系统理论及其在电力系统负荷预测中的应用研究

• 作 者: 黄强
• 机 构: 三峡大学
• 出 处: 三峡大学
• 发表日期: 2013年期
• 关键词: 中长期负荷预测 灰色理论 GM(1 1)模型 指数函数

　　负荷预测是电力系统的重要工作之一,对电力系统各个部门的工作都起着非常重要的作用。科学准确的负荷预测可以让电力决策部门经济合理地安排发电机组的启停,调整线路的潮流,使其更加合理,提前制订设备的检修计划,从而确保电网在安全稳定运行的前提下,系统运行的经济效益也能得到很大的提高。 　　中长期电力负荷预测是指五到十年左右并以年为单位的预测,主要用于制定电力系统的扩建规划,为该地区未来供电电源点的确定、电力建设规模、电力工业布局以及电网资金和人力资源的平衡提供可靠的依据。由于中长期负荷预测会受到很多不确定因素的影响,因此到目前为止,没有哪一种预测模型能保证在任何不同时间和地区都能获得满意的预测结果,所以在进行负荷预测时,必须分析该地区的负荷变化,结合实际情况,选择合适的预测模型。 　　本文首先讨论了电力系统中长期负荷预测研究的目的和意义,国内外发展动态,介绍了负荷预测的基本原理、分类、预测的基本程序、负荷预测的误差分析以及应用于负荷预测的各种方法的比较；其次,重点研究电力负荷预测中灰色预测机理和建模过程,找出灰色预测模型对中长期负荷预测的局限性,论述了影响灰色模型预测精度的因素；然后,根据灰色GM(1,1)模型是有偏差的指数模型,建模的过程实质是用齐次指数函数对原始数列的一次累加生成数列进行拟合这一特性,想到了去掉原始数列中非齐次项所对应的数值,从而使数列变成齐次指数数列,再对新数列用 GM(1,1)模型建模预测；最后通过大量实例对传统 GM(1,1)模型和新模型进行比较,得出结论：传统GM(1,1)模型通过上述改进,在对实际负荷数据进行预测时确实可以提高预测精度,说明上述方法是有应用价值的。